Este arquivo tem como objetivo ensinar a implementar e interpretar uma rede do tipo multilayer perceptron (MLP) em R e Keras, um framework de deep learning. O tutorial original pode ser encontrado em: https://www.datacamp.com/community/tutorials/keras-r-deep-learning.
Instalando Keras
O primeiro passo é instalar o pacote Keras. Perceba que, para instalá-lo, precisamos instalar antes o pacote devtools: importá-lo no projeto e instalar o tensorflow:
#install.packages("devtools")
#devtools::install_github("rstudio/keras")
Assim que os pacotes necessários forem instalados, já se pode importar a biblioteca Keras e instalar o Keras e o tensorflow no projeto:
# Importando pacote Keras
library(keras)
# Instalando Keras e TensorFlow
install_keras()
## Using existing virtualenv at ~/.virtualenvs/r-tensorflow
## Upgrading pip ...
## Upgrading wheel ...
## Upgrading setuptools ...
## Installing TensorFlow ...
##
## Installation complete.
Carregando os dados
O Keras possui alguns dataset embutidos, que podem ser listados em https://github.com/keras-team/keras/tree/master/keras/datasets, carregados e utilizados no projeto a partir do próprio pacote. Também é possÃvel baixar datasets no site da UCI, que contém repositórios de dados para machine learning e podem ser encontrados em http://archive.ics.uci.edu/ml/index.php.
Os dados utilizados neste tutorial podem ser acessados em http://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data e constituem o dataset mais famoso do UCI: o Iris dataset.
# Carregando os dados
iris <- read.csv(url("http://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data"), header = FALSE)
Explorando os dados
Isis é um gênero de flores e contém sépalas e pétalas. As sépalas são as partes semelhantes a folhas, normalmente de cor verde, que envolvem a flor, e as pétalas são normalmente coloridas. Nas flores do gênero Isis, as sépalas e pétalas são basatante parecidas, como se pode observar nas figuras abaixo: